Espaço Vetorial

Summary
Espacos Vetoriais
Hector L. Carrion
ECT-UFRN
fevereiro, 2012
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial com produto Interno
Espaco Vetorial can
onico
Ortogonalidade e bases ortonormais
Mudanca de Bases
Matrizes ortogonais
Autovalores e autovetores
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Espaco Vetorial Euclidiano
Ortonormalidade
Ortonormalidade
processo de ortonormalizacao
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Diagonalizacao ortogonal
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
definicao
Um espaco vetorial e uma estrutura (E , +, .) formada por um conjunto
E ,cujos elementos sao chamados vetores, no qual estao definidos duas
operacoes
A adic
ao(+) e
A multiplicac
ao por um escalar (.).
- A adicao, que a cada par de vetores u, v E faz corresponder um novo
elemento z = u + v , E , chamado a soma de u e v ,
- A multiplicacao por um escalar, que a cada n
umero(escalar) a e a
cada vetor v E faz corresponder um vetor av , chamado o produto de
a por v
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
axiomas
A1 comutatividade: u + v = v + u;
A2 associatividade: ( u + v) + w = u + ( v + w), e (a. b).v =
a.(b.v);
E , chamado vetor nulo, ou vetor
A3 vetor nulo: existe um vetor 0
zero, /v + 0 = 0 + v = v , v E ;
A4 inverso aditivo: para cada vetor v E existe um vetor v E ,

chamado o inverso aditivo, ou o simetrico de v , tal que
v + v = v + (v ) =
0;
A5 distributividade: (a + b).v = a.v + b.v , e a.(u + v ) = a.u + a.v ;

A6 multiplicac
ao por 1: 1.v = v .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exemplo 1 Seja 3 o espaco vetorial euclideano 3-dimensional. Um

elemento de 3 e o vetor u = (u1 , u2 , u3 ), outro elemento pode ser o
vetor w = (w1 , w2 , w3 ). Os n
umeros u1 , u2 , u3 sao chamados de
coordenadas do vetor u (ou componentes). Com as duas operacoes
definidas no espaco vetorial3
u + w = (u1 + w1 , u2 + w2 , u3 + w3 )
v = (v1 , v2 , v3 ),
mostre que o espaco 3 e um espaco vetorial.
Exemplo 2 Seja Pn o conjunto dos polinomios de grau menor ou igual a
n. Pn = {a0 + a1 x + a2 x 2 + .. + an1 x n1 + an x n ; ai } O conjunto Pn
junto com as operacoes usuais de adicao de polin
omios e multiplicacao
por um escalar, e um espaco vetorial. Analise o casso particular P2
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
exercicios
1
Seja Mnm () o conjunto de todas as matrizes de ordem n m. Se

A = [aij ], B = [bij ], A, B M, mostre que ele se torna um espaco
vetorial quando nele se define as seguinte operacoes
A + B = [aij + bij ],
A = [aij ].
2
3
Demonstre que o inverso aditivo u de u e

unico.
Seja V o primeiro
quadrante do plano xy,

x
V ={
, x 0, y 0}.
y
a) se u V , w V , u + w V ?.
b) w V ? para qualquer real ? V e espaco vetorial?.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
exercicios
Demonstre usando os axiomas do espaco vetorial V , que
0u = 0, u V , 0 e o escalar zero,
0 e o vetor nulo do espaco
vetorial.
Quaisquer que sejam v , w E , existe um
unico u E tal que
v + u = w (dica: utilize a propriedade 3, da nota de aula).
Verifique se o conjunto de pares ordenados (x,y) do plano R 2 (+, ),
com as seguintes operacoes
(x, y ) + (x , y ) = (x + x , y + y ), k (x, y ) = (k 2 x, k 2 y ), e um
espaco vetorial.

a 0
Verifique se o conjunto de matrizes da forma
munido das
0 b
operacoes usuais de soma de matrizes e multiplicacao de matrizes
por um escalar, e um espaco vetorial. a, b .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
exercicios..
seja C o espaco dos n
umeros complexos. Um elemento deste espaco
e z tal que z = a + bi; z C , a, b . a e a parte real de z, e b e
a parte imagin
aria de z,i 2 = 1. Entao considerando as seguintes
operacoes
z1 + z2 = (a1 + b1 ) + i(a2 + b2 )
z1 = a1 + b1 i
mostre que o espaco dos n

umeros complexos C forma um espaco
vetorial.
Em 2 mantenhamos a definicao de produto av de um numero por
um vetor mais modifiquemos a definicao de soma u + v dos vetores
u = (x, y ), v = (x , y ). Em cada tentativa dizer quais axiomas do
espaco vetorial continuam validos e quais sao violados.
u + v = (xx , yy )
u + v = (3x + 3x , 5y + 5y )
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Demonstrar que 0.u =

0, sendo u,
0, E , 0 R.
demonstrac
ao.
u + 0.u
= 1.v + 0.u A6
= (1 + 0)u A5
u + 0.u
0.u
= 1.u A6
= u A3
=
0, o.q.q.d.
Demonstrar que, dado um vetor v E , o elemento neutro 0 e unico.

Demonstrar que se w + u = w + v , entao u = v .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja X o conjunto nao-vazio qualquer, poderia ser por exemplo, os

n
umeros reais R. Seja F(X , R) o conjunto de todas as funcoes reais
f , g : X R. Ele se torna um espaco vetorial quando se definem a
soma f + g de funcoes e o produto f do n
umero pela funcao f
de maneira natural, como segue:
(f + g )(x) = f (x) + g (x), (f )(x) = .f (x)
Seja E = R 2 , e S = {(x, y ), y > 0}, isto e sub-conjunto de vetores
de E = R 2 . Considere as operacoes usuais de soma de vetores
u + v = (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ), e a multiplicacao
usual de um escalar real por um vetor v = (x1 , y1 ) como segue
u = (x1 , y1 ). Prove que S com esas duas operacoes basicas nao
e um espaco vetorial.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Definicao
possivel um espaco vetorial estar contido em outro espaco vetorial.
E
Seja E um espaco vetorial, um subespaco vetorial de E ou simplesmente
subespaco e um subconjunto F E com as seguintes propriedades:
1
2
3
0 F.
Se u, w F entao, u + w F
Se v F entao, , v F
Exemplo 1
Seja E = 2 , e v 6= 0, v E , mostrar que F = {v , } e um
subespaco vetorial de E .
definic
ao. Uma matriz quadrada A = [Aij ] chama-se
simetrica (anti-simetrica) quando Aij = Aji (Aij = Aji ).
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Soma direta
Exemplo 2 Prove que S = {conjunto de matrizes sim
e tricas} e um
subespaco vetorial do conjunto de matrizes quadradas gerais do tipo
Mnn . De forma similar, prove que
S = {conjunto de matrizes anti sim
e tricas} e um subespaco vetorial do
conjunto de matrizes quadradas gerais do tipo Mnn
Propriedade Seja E um espaco vetorial, e E1 E , E2 E , onde E1 , E2
sao subespacos vetoriais de E . A intersecao S = E1 E2 definido assim
S = {v E / v E1 , v E2 }
(1)
e um espaco vetorial.
Definic
ao Se E1 E , E2 E , e se
S = E1 E2 = {0}, (tendo apenas 0 como elemento comun).
w E , w = v1 + v2 , de modo
unico. Onde v1 E1 , v2 E2 .
Entao se escreve assim E1 E2 = E , diz-se E e a soma direta de E1 e
Hector L.Carrion
aula-ECT/UFRN
E2
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccios
1
Seja E = 3 e
F = {(x, y , z) 3 ax + by + cz = 0; a, b, c escalares constantes.}
Mostre que F e subespaco de E .
Seja E = 4 . Mostre que F = {(x, y , z, 0); x, y , z } e um
subespaco de E .
Dado E = 2 , mostre que F = {(x, y ), x > 0} nao e subespaco de
E.
Seja 3 = {(a, b, c); a, b, c }, considerando
E1
E2
{(a, b, 0); a, b },
{(0, 0, c); c .}
Mostre que 3 = E1 E2 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja s1 = {(0, x, y ), x, y }; s2 = {(x, 0, y ), x, y }; entao

S = s1 s2 nao e um espaco vetorial, falso verdadeiro?.
Determine se os seguintes subconjuntos sao subespacos de R 3
a) todos os vetores da forma (a; 1; 1).
b) todos os vetores da forma (a; b; c); b = a + c.
Seja M2x2 o conjunto de matrizes com entradas todas reais de

ordem 2 2. Determine se as matrizes quadradas com det(A) = 0,
forman um subespaco de M2x2 .
Seja P3 o conjunto de todos os polinomios da grau menos ou igual a

3. Dado ai , i = 0, 1, 2, 3. Verifique se
a) o conjunto F = {a1 x + a2 x 2 + a3 x 3 } ; e subespaco vetorial de P3 .
b) o conjunto F = {1 + a1 x + a2 x 2 + a3 x 3 e subespaco vetorial de
P3 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

independente abrevidamente L.I. quando nehum vetor v V ecombinacao
linear dos outros elementos de V .
Pode-se dizer tambem que tais vetores sao linearmente independentes
Quando um conjunto V e L.I. seus elementos sao todos 6= 0 pois o vetor
nulo e combinacao linear de quaisquer outros elementos de V
Um conjunto V E e linearmente dependente, L.D. quando nao e L.I.
Teorema: Seja V um conjunto L.I. no espaco vetorial E . Se
1 v1 + ... + n vn = 0, com v1 , ...vn V ent
ao 1 = ... = n = 0.
Reciprocamente, se a
unica combinac
ao linear nula de vetores de V
e
aquela cujos coeficientes s
ao todos iguais a zero, entao V
e um
conjunto L.I.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias

1 v1 + ... + n vn = 0, com v1 , ...vn V ent
ao 1 = ... = n = 0.
unica combinac
e
e um
conjunto L.I.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias

1 v1 + ... + n vn = 0, com v1 , ...vn V ent
ao 1 = ... = n = 0.
unica combinac
e
e um
conjunto L.I.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias

1 v1 + ... + n vn = 0, com v1 , ...vn V ent
ao 1 = ... = n = 0.
unica combinac
e
e um
conjunto L.I.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias

1 v1 + ... + n vn = 0, com v1 , ...vn V ent
ao 1 = ... = n = 0.
unica combinac
e
e um
conjunto L.I.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
exemplos
Exemplo 1 Os vetores can

onicos
e1 = (1, 0, ...., 0), e2 = (0, 1, 0...., 0), ....en = (0, ...., 0, 1) em E = n
sao L.I.
Exemplo 2 Os mon
omios {1, x, x 2 , x 3 } P3 sao L.I. Onde P3 sao
os polinomios de grau 3
Exemplo 3 Mostre que os vetores
v = (2, 3, 4), w = (2, 0, 1), z = (6, 3, 2) em 3 sao L.D.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccios
1
Seja v = (1, 2, 0), w = (0, 1, 1), z = (3, 0, 1), mostre que eles
formam um conjunto L.I no espaco V = 3 .
no 2 , os vetores {e1 = (1, 0), e2 = (0, 1), v = (m, n); m, n } sao
L.D.
Verifique se o seguinte conjunto

1 0
3
0
V = {v1 =
, v2 =
} M()22 .
5 2
15 6
e ou nao L.I.
Verifique se sao L.I. ou L. D. o seguinte conjunto
P = {1 + 2x x 2 , 2 x + 3x 2 , 3 4x + 7x 2 } P2
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Definic
ao de base de um E. V.
Seja E um espaco vetorial qualquer e B = {v1 , v2 , ...vn } um conjunto de
vetores qualquer de E . Dizemos que B e uma base de E se as seguintes
condicoes sao satisfeitas.
B e linearmente independente.
B gera E
Que B gera E significa que todo vetor v E se exprime, de modo unico,
como uma combinacao linear v = 1 v1 + 2 v2 + .., n vn de elementos da
base B. Os numeros 1 , 2 , ..n chaman-se as coordenadas do vetor v na
base B.
Teorema Todas as bases de um espaco vetorial (e. v.) de dimensao
finita n, tem o mesmo n
umero de vetores e igual a n.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Teorema Se B = {v1 , ...., vn }

e uma base de E ent
ao cada vetor
v E pode ser expresso assim: v = 1 v1 + 2 v2 + .., n vn de forma
unica.
Exemplo 1 Os vetores
e1 = (1, 0, ...0), e2 = (0, 1, 0...0), ...en = (0, ...0, 1) constituem uma
base {e1 , e2 , ..en } de n , chamada de base can
onica.
Exemplo 2 Os mon
omios {1, x, x 2 , ..x n } formam uma base para o
espaco vetorial Pn dos polinomios de grau n
Exemplo 3 Mostre que as matrices m1 , m2 , m3 , m4 sao uma base de

M()22
. Onde,

1 0
0 0
0 1
m1 =
, m2 =
, m3 =
; m4 =
0 1
0 0

0 0
0 0
, os tres exemplos anteriores sao bases canonicas.
1 0
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Dimensao de um E. V.
Definic
ao de Dimens
ao.
Se E possui uma base com n vetores, entao E tem dimensao n e
anota-se dim E = n. Um espaco vetorial E e chamado de dimensao
finita se contem um conjunto finito {v1 , ...vn } de vetores de base de E , n
e um n
umero inteiro. Caso esta base de E nao for finita, diz-se que E e
um e. v. (espaco vetorial) de dimensao infinita.
Teorema. Seja E um e. v. de dimens
ao finita n, onde {v1 , ..vn }
e
uma base qualquer de E . ent
ao
e v
alido.
1
2
Um conjunto com mais de n vetores em E

e L.D.
Um conjunto com menos do que n vetores n
ao gera E .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exemplos
Exemplo 1 Seja E = R2 o espaco vetorial Euclidiano.
a) Considere o conjunto B1 = {e1 , e2 } de vetores, ele e base de E ?
b) Quais sao as coordenadas do vetor V = (x, y ) nessa base?
c) Seja outro conjunto de vetores B2 = {b1 , b2 }, b1 = (1, 1), b2 = (2, 0).
B2 e base do espaco E = R2 ?
d) Quais sao as coordenadas do vetor V = (x, y ) na base B2 ?.
e) Qual e a dimensao do espaco E = R2 .
Exemplo 2 Seja conjunto de vetores B = {p1 , p2 , p3 , p4 } do espaco
vetorial P2 . Verfique se eles sao L.I. ou L.D.
p1 = 1 + x, p2 = 2 x 2 , p3 = x + x 2 , p4 = 1.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccios
Exemplo 1
O espaco vetorial A(m n) das matrizes m n tem dimensao finita
igual a m.n.
Exemplo 2.
Mostre que a dimensao da base can
onica de Pn e n + 1. Pn e o
polinomio de grau n
1
Mostre que S = {V1 , V2 , V3 } forma uma base do espaco 3 .

V1 = (1, 0, 2); V2 = (1, 3, 2); V3 = (0, 1, 2). Encontrar as
componentes do vetor W = (3, 1, 2) na base S.
Encontre as componentes do polinomio P, na base S = {P1 , P2 , P3 }.
Onde P = 2 x + x 2 , P1 = 1 + x, P2 = 1 + x 2 , P3 = x + x 2 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Mostre que as
matrices m1 , m2 , m3, m4 sao umabase de M()nn
0 1
0
8
Onde, m1 =
, m2 =
, m3 =
1
0
12
4

3 6
0 1
; m4 =
.
3 6
1 0
Encontre
as componentes

de A nabase S =
{v1 , v2, v3 , v4 }
2 0
1 1
1 1
A=
, v1 =
, v2 =
, v3 =
1
3
0
0
0 0

0 0
0 0
; v4 =
.
1 0
0 1
Determine a dimensao do subespaco de P3 , consistindo de todos os
3 = a1 x + a2 x 2 + a3 x 3 .
polinomios da forma P
Determine a dimensao do subpespaco de R 4 da forma
v = (a, b, c, d), d = a + b, c = a b.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Determine a dimensao da base do espaco-solucao do sistema

x + y z = 0, 2x y + 2z = 0, x + z = 0
Dado o sistema de equacoes
x + y z = 0, y 2w = 0, x z + 2w = 0
a) Determine o posto da matriz de coeficientes, e o posto da matriz
aumentada.
b) o sistema tem solucao
unica ou infinitas solucoes?
c) Defina uma base do espaco solucao do sistema anterior.
d) qual e a dimensao deste espaco?
e) o sistema tem solucao trivial?
f) o espaco solucao e subespaco de R 4
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Os axiomas do espaco vetorial nao sao suficientes para abordar certas

nocoes geometricas como angulo, ortogonalidad,comprimento,
distancia,etc. para estudar estas nocoes geometricas precisamos
introduzir o conceito de produto interno no espaco vetorial.
produto interno
Um produto interno num espaco vetorial E e uma funcao bi-linear
simetrica e positiva de E .
<, >
: E E
u, v < u, v >
o n
umero real < u, v > e chamado de produto interno de u por v .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
As seguintes propriedades devem ser satisfetias u, v , w , E

Bilinearidade
< u + w , v >=< u, v > + < w , v >; < u, w + v >=< u, w >
+ < u, v >,
< u, v >= < u, v >, < u, v >= < u, v >,
simetria ou comutatividade
< u, v >=< v , u >,
Positividade
< u, u > 0, se u 6= 0.
como < 0, v >=< 0 + 0, v >=< 0, v > + < 0, v >, entao segue
que < 0, v >= 0, v E
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Norma : A norma de um vetor v (ou comprimento de v ) no espaco

vetorial E , esta definida do seguinte modo
N:
v 7 N(v ) = |v | = < v , v >.
(2)
Observamos que N(v ) e um n

umero real nao negativo. Quando |v | = 1 o
vetor v chama-se de vetor unitario.
Distancia: A distancia entre os vetores
v = (v1 , v2 , ..., vn ), u = (u1 , u2 , ..., un ) E esta definido assim :
d[u, v ] = |u v |.
Hector L.Carrion
(3)
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exemplos
1
no espaco euclidiano 3 o produto interno can

onico de vetores
u = (u1 , u2 , u3 ) e v = (v1 , v2 , v3 ) esta definido assim:
Pi =3
< u, v >= u1 v1 + u2 v2 + u3 v3 = i =1 ui vi .
Seja < u, v > um produto interno num espaco linear E . Mostre que
se < u, v >= 0, para qualquer v que pertence a E , entao u = 0.
Seja u = (u1, u2) e v = (v 1, v 2). Mostre que temos um produto
interno em 2 no seguintes casos:
a) < u, v >= 4u1.v 1 + u2.v 1 + u1.v 2 + 4u2.v 2
b) < u, w >= 3u1 w1 + 5u2 w2 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exercicios
1
Dado o produto interno < u, w > no espaco vetorial E , prove que se

tem |u + v |2 + |u v |2 = 2(|u|2 + |v |2 ).
demonstre a desigualdade triangular para dois vetores u e v do plano
2 , |u + v | |u| + |v |.
Seja E = C 0 [a, b] um espaco vetorial das funcoes contnuas reais
g , f [a, b] , provar que a funcao
< ., . >: E E
< f ,g >

Z b
=
fgdx
(4)
(5)
e um produto interno, [a, b] . Determine o produto interno entre

f = cos(x) e g = sin(x) e o m
odulo da funcao
f = cos(x), a = 0, b = .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja o espaco vetorial M22 () formado por todas as matrizes com

elementos reais da forma A = [aij ]. Considerando o produto interno
< A, B >= tr (AT B). Determine a norma de U M22 (), sendo
1 2
U=
3 1
Seja p = a0 + a1 x + a2 x 2 + ... + an x n e
q = b0 + b1 x + b2 x 2 + ... + bn x n , dois vetoresdo espaco vetorial
Pn dos polinomios
de grau maximo n. Demonstre que
P
< p, q >= ii =n
a
e um produto interno. logo,
i
=0p bi
2
|p| =< p, p >= a0 + a12 + ...ann . Determine |p|, onde p = 2 x 2 .
Dois vetores de um espaco vetorial se chamam ortogonais se
< u, v >= 0. No espaco Euclidiano 3 , verifique que
< i, j >=< i, k >=< k, j >= 0, considerando o produto interno
can
onico de 3 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Para todo numero natural n, o smbolo n representa o espaco vetorial

euclideano n-dimensional. os elementos de n sao as listas ordenadas
v = (v1 , ....., vn ), w = (w1 , ...., wn ) de n
umeros reais. Por definicao a
igualdade vetorial v = w significa as n igualdades numericas
v1 = w1 , ...., vn = wn . Os n
umeros v1 , ...vn sao chamados as coordenadas
do vetor v na base canonica {e1 , e2 , .., e3 } de R2 . As duas operacos
fundamentais do espaco vetorial n sao definidas assim :
v +w
v
=
=
(v1 + w1 , ...., vn + wn ),
(v1 , ...., vn )
O vetor zero 0 e por definicao, aquele cujas coordenadas sao todas iguais
a zero; 0 = (0, ...., 0). O inverso aditivo de v = (v1 , ....., vn ), e
v = (v1 , ....., vn ).
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Definic
ao
Seja u, v n , entao o angulo entre os vetores u e v esta definido do
seguinte modo (ver exercio 1 da pag 45)
1 cos() =
< u, v >
1.
|u||v |
Norma Euclidiana: A norma de um vetor v = (v1 , v2 , ..., vn ) do espaco

n esta definida do seguinte modo
N:
n ,
v 7 N(v ) = |v | =
< v , v >.
p
onde |v | = u12 + u22 + ....un2 .
Geometricamente a norma |v | e o comprimento do vetor v .
Hector L.Carrion
aula-ECT/UFRN
(6)
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Distancia entre vetores.

Em forma similar a distancia entre os pontos
v = (v1 , v2 , ..., vn ), u = (u1 , u2 , ..., un ) n esta definido assim :
p
d(u, v ) = |u v | = (u1 v1 )2 + (u2 v2 )2 + ....(un vn )2
Propriedades da distancia entre os vetores u e v . Seja u, v , w vetores de

n , logo
d(u, v ) 0,
d(u, v ) = d(v , u)
d(u, v ) = 0, u = v ,
d(u, v ) d(u, w ) + d(w , v ) (desigualdade triangular).
A ultima propriedade, generaliza para o espaco n o resultado usual em
3 que afirma que a menor distancia entre dois pontos do n e ao
longo de uma reta.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exercicios
Considere 3 com o produto interno usual (can
onico) para as seguintes
quest
oes.
Seja u = (2, 1, 2, 0) e v = (1, 2, k, 2).
a) Para que valores de k podemos afirmar que u e v sao ortogonais
(perpendiculares),
b) Se k = 0 qual e o angulo formado pelo vetores u e v .
Sejam u = (4, 1, 2, 3), v = (0, 3, 8, 2), w = (3, 1, 2, 2). Calcule
)
a) |v | b)|u + 3v | c) |u| + |3v | d) | (u+w
|u+w | |
Determine o angulo entre os vetores u = (1, 0, 2), v = (1, 2, 0).
Suponha que v , w , u sao vetores tais

que(u, v ) = 2, (v , w ) = 3, (u, w ) = 5, |u| = 1, |v | = 2, |w | = 7.
Calcule a) < u + v , v + w > b) |2w v |
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Dado o produto interno < u, w > no espaco vetorial E = n , prove

que | < u + v > | |u||v | desigualdade de Cauchy-Schwarz.
Use o resultado anterior e demonstre a desigualdade triangular para

dois vetores u e v de n , |u + v | |u| + |v |. desigualdade triangular.
Encontre a distancia euclidiana entre os vetores u = (1, 2, 0) e
v = (0, 3, 2).
Resolva para v = (v1 , v2 , v3 ), se u.v = 10, w .v = 1, s.v = 7, u =
(1, 1, 4), w = (3, 2, 0), s = (4, 5, 1).
u, v sao vetores do espaco n , encontre u.v , se
|u v | = 5, |u + v | = 1.
Seja V1 , V2 , ...., Vn vetores de n , considerando
Pi =n que Pi =n
< Vi , Vj >= 0, i 6= j, demonstre que | i =1 Vi | = i =1 |Vi |2 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Processo de Gram-Schmidt
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Definic
ao Seja E um espaco vetorial com produto interno. Dois vetores
u e v chaman-se ortogonais (ou perpendiculares) quando < u, v >= 0.
Escreve-se entao u v .
Em particular o vetor 0 e ortogonal a qualquer vetor v de E .
Exemplo Seja P2 o espaco vetorial formado pelo conjunto dos
polin
omios de grau menor ou igual a 2. Seja
P = po + p1 x + p2 x 2 , Q = q0 + q1 x + q2 x 2 . Seja o produto interno neste
espaco vetorial da seguinte forma : < P, Q >= p0 q0 + p1 q1 + p2 q2 .
Sendo assim, se P = x kx 2 , Q = b + 2x + 2x 2 . Determine k para que
P e Q sejam ortogonais, b e constante.
bases ortonormais
Seja E um espaco vetorial, um conjunto de vetores F = {V1 , ...Vm } E
e dito ortogonal quando dois vetores distintos quaisquer em F sao
ortogonais. Se, alem disso, todos os vetores de F sao unitarios entao F e
chamado de conjunto ortonormal.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Definic
ao Uma base B = {V1 , ...Vm } do espaco vetorial E e dito base
ortonormal se e somente se, para qualquer vetor Vi , Vj B tem-se que

0, i 6= j
< Vi , Vj >=
(7)
1, i = j.
Teorema Num espaco vetorial E , com produto interno, todo conjunto
ortogonal F de vetores nao-nulos e L.I (provar, ver exerccios).
Exemplo . Seja B = {V1 , V2 , V3 } uma base do 3 , onde
1
2
2
3
3
3
V1 = 23 , V2 = 13 , V3 = 23 .
2
2
31
3
3
O calculo direto mostra que usando o produto interno canonico usual:

< V1 , V2 >=< V1 , V3 >=< V2 , V3 >= 0, < V1 , V1 >=< V2 , V2 >=<
V3 , V3 >= 1. Ou em forma resumida < Vi , Vj >= ij .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
complemento ortogonal Se um vetor w E e ortogonal a todos os

vetores de um subespaco F E , entao, dizemos que w e ortogonal a F .
O conjunto de todos os vetors ortogonais a F e chamado del
complemento ortogonal de F , e e denotado porF .
Exemplo 1 O vetor w = (0, 0, 3) 3 e complemento ortogonal do
plano xy = 2 .
Exemplo 2 Mostrar que se dois vetores sao ortogonais entao
|u + v |2 = |u|2 + |v |2 (Teorema de pitagoras para espacos vetoriais com
produto interno).
Exemplo 3 Mostre que a base can
onica {e1 , e2 , ..., en } de n e
ortonormal, considerando o
produto can
onico usual. Ou seja
0, se; i 6= j
< ei , ej >= ij , onde ij =
1, se; i = j
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exercicios
1
Seja o conjunto B = {v = (1, 1)/ 2, w = (1, 1)/ 2} 2 . Seja
v = (v1 , v2 ), w = (w1 , w2 ). O conjunto B e ortonormal na base
can
onica?. Considere o seguinte produto interno :
< v , w >= v1 w1 + 2v2 w2 , verifique se B e ou nao conjunto
ortonormal.
2
Demonstre o Teorema enunciado na pagina 48.
3
seja v , w dois vetores arbitrarios de 3 , Demonstrar que a projecao
ortogonal do vetor v sobre o vetor w e dado por
Prw (v ) =
< v, w >
w.
|w |2
O vetor Prw (v ) e paralelo a w .

~ ~ ~ ~ ~ ~
+k
j , j+
k , i
} e ortonormal.
Verifique se o conjunto B = { i
2
2
2
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja, B = {v1 , v2 , .....vn }, uma base qualquer do espaco vetorial E . A

partir desta base podemos construir uma base ortonormal
O = {q1 , .....qn } E . O processo e como segue:
Seja w1 = v1 ,
w1
|w1 | .
w2
|w2 |
logo q1 =
w2 = v2 Prw1 (v2 ), logo q2 =
w3 = v3 Prw1 (v3 ) Prw2 (v3 ), logo q3 =

.
.
wn = vn
Pj=n1
j=1
Prwj (vn ), logo qn =
w3
|w3 |
wn
|wn | .
Observe que |q1 | = ....|qn | = 1.

Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
segue...
logo, se pode verificar que o conjunto {q1 , q2 , ..., qn } e uma base
ortonormal de E . A este processo de construcao de uma base ortonormal
no espaco vetorial E e denominada de processo de ortonormalizacao de
Gram-Schmidt.
exercicios
Exerccio 1. Seja B = {v1 = (1, 1), v2 = (1, 2)} uma base do espaco
euclidiano E = 2 . Construa uma base ortonormal de 2 a partir da base
B, usando o processo de Gram-Schmidt.
Exerccio 2. Seja B = {v1 = (1, 1, 1), v2 = (0, 1, 1), v3 = (0, 0, 1)} uma
base de E = 3 . Construa uma base ortonormal para o espaco 3 a
partir da base B, usando o processo de Gram-Schmidt. Nos dois
exemplos anteriores, se assume que os vetores de base B estao dadas na
base canonica, e se deve utilizar o produto interno can
onico de Rn .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja E um espaco vetorial de dimensao n. Consideremos as bases

arbitrarias B1 = {q1 , q2 , ..., qn } E , e a base B2 = {
q1 , q2 , ..., qn } E .
Dado v E , tal que
X
v = x1 q1 + x2 q2 + .... + xn qn =
xi qi , i = 1, ..n.
(8)
X
v = y1 q1 + y2 q2 + .... + yn qn =
yl ql , l = 1, ..n.
(9)
Os n
umeros reais xi sao as coordenadas de v na base B1 , e os numeros
reais yi sao as coordenadas de v na base B2 . Coordenadas de v em forma
matrizial.
x1
y1
x2
y2
[v ]B1 =
(10)
. , [v ]B2 = .
xn
yn
Qual
e a relac
ao entre o conjunto de coordenadas xi e yi ?.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Consideremos como exemplo o vetor P

q1 na base nova B2 , teriamos:
j=n
q1 = a11 q1 + a12 q2 +, .... + a1n qn = j=1 a1j qj .
Em forma geral
l=n
X
qk =
akl ql
(11)
l=1
Podemos pensar que as coordenadasdo vetor qk na nova base B2

pode-se colocar como uma matriz coluna (k-esima coluna da matriz A).
ak1
.
[qk ]B2 =
(12)
.
akn
Os n
umeros reais aij sao elementos de uma matriz A, chamada matriz de
transformacao ou matriz de mudanca de base, da base B2 a base B1 .
Substituindo (11) em (8), e organizando chegamos a seguinte relacao
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
v=
xi qi =
xk qk
logo, a ordem da sumacao pode-se trocar,

v=
l=n
k=n X
X
k=1 l=1
xk akl ql =
k=n
X
k=1
l=n
X
xk (
akl ql )
k=n
l=n X
X
xk akl )
ql
(
l=1 k=1
comparando a igualdade anterior com a equacao (9) e utilizando a

independencia linear dos vetores de base qk , chegamos a conclusao:
yl =
k=n
X
akl xk , ou matricialmente,
k=1
Hector L.Carrion
(13)
l=1
aula-ECT/UFRN
(14)
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias

a11
y1
y2 a12

. = .
yn
a1n
a21
a22
.
.

. an1
x1
x2
.
.

.
. .
xn
. ann
, ou [v ]B2 = AT [v ]B1
(15)
Esta
ultima equacao e mais
util, desde que permite calcular as
coordenadas de v na base nova B2 em funcao das coordenadas de v na
base anterior B1 e da matriz de mudanca de coordenadas AT .
Observe que as colunas da matriz AT esta formada pelas
coordenadasdos vetores qk , na nova base B2 respetivamente
AT = [ [q1 ]B2 [q2 ]B2 ...[qn ]B2 ]
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
è importante fazer uma observacao, que verdadeiramente a matriz de

mudanca de bases, da base B1 B2 e a matriz A1 . Desde que
q1
q1
.
= A1 . ,
(16)
.
.
qn
qn
observe a equacao (11), na qual realizamos a inversao da matriz A.
Exemplo 1 Seja B1 = {q1 = (1, 0), q2 = (0, 1)} a base canonica de 2 .
Considere a nova base B2 = {
q1 = (1, 1), q2 = (1, 1)}.
a) Dado um vetor v , encontre a matriz que transforma as coordenadas
iniciais deste vetor na base B1 à base B2 .
b) Encontre a matriz A1 da mudanca de bases (B1 B2 ).
c) Dado o vetor v = (3, 4) na base inicial B1 , encontre suas novas
coordenadas na base B2 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exemplo 2 Seja B1 = {~i,~j, ~k} a base can

onica de 3 . Considere a nova
base B2 = {~i + ~j, ~k + ~j,~i + ~k}.
a) Encontre a matriz AT de transformacao de coordenadas.
b) Dado os vetores v = (1, 1, 1), w = (1, 3, 2) na base inicial B1 ,
encontre suas novas coordenadas na base B2 .
Exerccio 1 Seja B = {e1 , e2 } uma base ortonormal do 2 , sendo
e1 = (1, 0) e e2 = (0, 1). Consideremos uma nova base ortonormal
B = {e1 , e2 } de 2 , produto da rotacao da base anterior B um angulo .
a) Determine a matriz de transformacao (matriz de rotacao aoredor do
eixo z) da base ortonormal B a base ortonormal B .
b) Determine a matriz de mudanca de coordenadas da base ortonormal
inicial B à base ortonormal final B
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccio 2 Seja um vetor v = (3, 4) na base can

onica B0 = {~i,~j}.
a) Determine as componentes do vetor v na base B1 = {q1 , q2 }, e na
base B2 = {
q1 , q2 }. q1 = (1, 1), q2 = (1, 1), q
1 = (1, 0), q2 = (1, 1).
b) Encontre a matriz de mudanca de base A12 que leva as coordenadas
de v na base B1 à base B2 .
c) Verifique que A2 = A12 A1 . A matriz A1 e a matriz de mudanca de
coordenadas da base can
onica B0 à base B1 .A matriz A2 e a matriz de
mudanca de coordenadas da base can
onica B0 à base B2 .
Exerccio 3 Seja P1 o espaco vetorial formado pelos polinomios de grau
maximo 1. Neste espaco definimos a base B1 = {p1 , p2 }, e a base
B2 = {q1 , q2 }. Onde p1 = 2 + 3x, p2 = 2x, e q1 = 2, q2 = 4 + 5x.
a) Encontre a matriz de mudanca de coordenadas de B1 a B2 .
b) Seja o vetorw = 6 + 10x, encontre as coordenadas de w na base B1 .
c) Usando o resultado anterior, encontre as coordenadas de w na base B2 .
d) De forma similar que a pergunta b, calcule as coordenadas de w na
base B2 , e compare com o resultado da parte c.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Vamos visualizar o conceito de

matriz ortogonais atraves
de um exemplo.
2
2
13
3
3
2
Exemplo 1 Seja a matriz U = 23
, esta matriz e dita
31
3
1
2
2
3
3
3
ortogonal se os vetores coluna {ui , i = 1, 2, 3} desta matriz sao
ortonormais como se mostrouno exemplo 4.1. Podemos
observar
2
2
31
3
3
2
tambem que a matriz U T = 23
13
e inversa de U.
3
2
1
2
3
3
3
Podemos verificar diretamente que UU T = U T U = 1, o que quer dizer
U 1 = U T .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Em geral se temos uma matriz ortogonal
A=
a11
a21
.
.
ak1
.
.
.
.
a1i
a2i
.
.
.
.
a1j
a2j
.
.
.
.
aki
akj
an1
ani
anj
a1n
.
.
,
ann
os vetores coluna ai e aj sao ortonormais o que que dizer

< ai , aj > ~ai .~aj = ij , ou em componentes
X
aki akj = ij .
k
Hector L.Carrion
aula-ECT/UFRN
(17)
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
t
t
Porem, lembrando que aik
= aki , sendo aik
as componentes da matriz
t
transposta A ; podemos re-escrever a equacao 17 deste modo
X
X
t
aki akj =
aik
akj = ij . (AT A = 1nn ).
(18)
k
A analise da ortonormalidade feita com os vetores coluna tambem pode

ser feita com os vetores linha, desta forma chegariamos a seguinte relacao
X
X
t
aik ajk =
aik akj
= ij . (AAT = 1nn ),
(19)
k
similiar a equacao anterior 18. Logo, esta provado que para uma matriz
ortogonal se cumpre que AT = A1 .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exercicios
Exemplo 1 Mostre que a matriz A e ortogonal
#
"
3
1/2
2
A=
3
1/2
2
Exerccio 1 Demonstre que se a matriz A e ortogonal, A1 tambem e.
Exerccio 2 Demonstre que det(A) = 1, para toda matriz ortogonal A.
Exerccio 3 Se temos duas bases B1 , B2 ortonormais, a matriz de
transformacao de coordenadas e uma matriz ortogonal: A1 = AT .
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccio 4 Seja o espaco Euclidiano 3 e a base can

onica B1 = {~i,~j, ~k},
ao longo dos eixos x1 , x2 , x3 , respectivamente. Se giramos o sistema de
coordenadas x1 , x2 , x3 rgidamente um angulo ao redor do terceiro eixo
x3 e no sentido antihorario, teremos uma nova base B2 = {
q1 , q2 , q3 }.
a) Determine os vectores qi , i = 1, 2, 3 em funcao dos vetores unitarios
~i,~j, ~k da base canonica B1 , considere um angulo fixo e arbitrario.
b) Dado um vetor v = (0, 1, 2) na base can
onica B1 , qual sera as novas
coordenadas de v = (y1 , y2 , y3 ) na nova base B2 ?, considere os cassos
= /2, e = /4.
Exerccio 5 Considere o espaco vetorial dos polinomios de grau maximo
1 P1 . Em P1 temos duas bases, a base can
onica B1 = {p1 = 1, p2 = x};
, q2 = 12x
}.
e a base B2 = {q1 = 2+x
3
3
a) Verifique que esta ultima e uma base ortonormal tambem.
b) Verique que a matriz de mudanca de coordenadas de B1 B2 e uma
matriz ortogonal. Considere o produto interno definido para polinomios
em exerccios anteriores.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Matriz de rotac
ao
Quando temos um sistema de coordenadas fixo X , Y , Z , e realizamos a
rotacao (no valor do angulo ) de um vetor V = (x, y , z) ao redor do
certo eixo fixo no espaco R 3 tal como ~n ; a matriz que transforma as
velhas coordenadas de V nas novas coordenadas de V = (x , y , z ) e
sempre uma matriz ortogonal; isto porque este tipo de matriz nao
modifica a norma do vetor, ou seja, |V | = |V |; como e o caso numa
rotacao. Em geral, essa matriz de rotacao depende do angulo de giro e
das componentes do vetor ~n que define o eixo de rotacao, logo:
R = R(, ~n). Em particular se o eixo de rotacao e o eixo +Z , esta matriz
somente depende do angulo , tal como segue:
V
|V | =
R()V ,
R T = R 1
|V |
(20)
Prove a igualdade (20).

Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccio 6 Seja a matriz de rotacao
cos() sin()
R() = sin() cos()
0
0
0
0 ,
1
esta matriz descreve a rotacao feita por um vetor V ao redor do eixo +Z

num angulo no sentido antihorario. Por tanto, tendo a informacao da
posicao inicial do vetor V = (x, y , z), e o angulo de rotacao , podemos
determinar as novas coordenadas do vetor V = (x , y , z ) usando a
equacao matricial [V ] = R() [V ]. Verifique que a matriz R e ortogonal.
Pergunta : Se V = (1, 0, 3) e ele gira um angulo de = 90o graus em
sentido antihorario, ao redor do eixo +z determine as coordenadas do
vetor V . Obseve que, a diferenca do exerccio 4 (desta secao), aqui nao
tem mudanca de base, quem mudou foi o vetor.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Aplicaco
es
Orientacao de onibus espacial: Determinacao do eixo instantaneo de
rotacao.
Solucao de sistema de equacoes diferenciais lineares
(mistura de substancias, modos normais de vibracao, vibracao de um
predio, etc)
Busca na rede e hierarquizacao de paginas no google.
referencia: Steven J. Leon, àlgebra linear, 8a edi c
ao, Editorial Gen 2011.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Seja A = [aij ]nn , seja X = [xi ]n1 .

Equac
ao de autovalores
AX = X
(21)
autovalor de A associado ao autovetor X

A equacao de autovalores pode ser colocada desta forma
(A I )X = 0nn .
(22)
Onde I e a matriz identidade n n

Seja B = A I , entao :
BX = 0.
Para termos solucao em X nao trivial(X 6= 0), a matriz B deve ser
singular (B 1 ). Logo
det(B) = det(A I ) = 0,
Hector L.Carrion
aula-ECT/UFRN
(23)
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
func
ao caraterztica.
Do ponto de vista do autovalor a equacao anterior (23) define um
polinomio em , por tanto podemos definir
f () = det(A I ) = 0.
Para uma matriz Ann o polin
omio
ao
f () = a0 + a1 x + a2 x 2 + ....an+1 x n+1 + an x n , Pn . chama-se func
carateriztica
Equac
ao carateriztica
f () = det(A I ) = 0.
As raizes da equac
ao anterior, s
ao os autovalores da matriz A.
Hector L.Carrion
aula-ECT/UFRN
(24)
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exemplo 1 Encontre os autovalores e autovetoes da matriz

4 5
A=
2 1
(25)
Alguma propriedades de autovalores.

Se v e autovetor associado ao autovalor de A :
Entao v ( real) tambem e autovetor de A associado ao mesmo
autovalor .
k e autovalor de Ak .
1 e autovalor de A1 .
b e autovalor de bA.
Uma matriz quadrada A e invertvel se, e somente se = 0 nao e
um autovalor de A.
http://www.wolframalpha.com/ procure eigenvalues (autovalores).
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccios
Exerccio 1 Encontre os autovalores e autovetoes das matrizes A, B, C,
D, F, K.

1 0 1
1 0 2
4 4
A =
,B = 0 2 0 ,C = 0 0 0 ,
4 2
0 0 3
2 0 4

0 0 2
1 0 2
0 1
D = 0 2 2 , F = 0 2 0 , K =
.
4 0
1 0 3
2 0 1
Exerccio 2 Mostre que a equacao carateriztica de uma matriz A de

ordem 2 2 e da forma 2 - traco(A) +det(A) = 0. e autovalor de A.
Exerccio 3 Probar que se A e uma matriz quadrada, entao A e sua
transposta AT tem os mesmo autovalores.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Exerccio 3 Determine os valores propios das matrizes B 1 , C 1 , D 5 (da

pagina anterior).
Propriedades
1.- Os autovalores de uma matriz triangular sao os elementos da sua
diagonal principal.
2.- Os autovalores de uma matriz simetrica (A = AT ) sao numeros reais,
e os autovetores associados a estes autovalores reais (distintos) sao
ortogonais (provar).
3.- Seja V e autovetor e autovalor associados a uma matriz A., prove
que s e um autovalor da matriz G = A s I , onde I matriz
identidade. , s sao numeros reais.
Teorema
Se {X1 , X2 , ....Xn } sao autovetores de A associados a autovalores distintos
1 , 2 , ..n respetivamente, entao o conjunto {X1 , X2 , ....Xn } e L. I.
Exemplo: verifique a validade deste teorema nos exemplos anteriores.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Problema da diagonalizac
ao
Dada uma matriz Ann existe uma matriz P (invertvel) tal que P 1 AP
e uma matriz diagonal ?.
Resposta: Dita matriz pode existir ou nao. Casso dita matriz P existir, a
matriz A chama-se diagonalizavel. Dizemos que P diagonaliza A.
Teorema Uma matriz quadrada Ann e diagonalizavel se e somente se A
tem n autovetores linearmente independentes.
Procedimento de diagonalizac
ao
1
2
3
Encontre os n, {X1 , X2 , ....Xn } autovetores de A. L. I.
Forme a matriz P con os vetores coluna {X1 , X2 , ....Xn }.

Realize a multiplicacao P 1 AP = D, D e a matriz procurada.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
1
0
1
D = P AP, D =
0
0
0
2
0
0
Diagonalizac
ao ortogonal
. 0
0 0
,
. 0
0 n nn
(26)
Condic
ao suficiente para diagonalizabilidade de uma matriz A
Teorema se uma matriz Ann tem n autovalores distintos entao ela e
diagonalizavel.
Isto nao descarta a possibilidade de que a matriz Ann seja diagonalizavel
mesmo quando tenha um n
umero menor que n de autovalores distintos.
Exemplo
1
3
3
Daigonalize A = 3 5 3 ,
3
3
1
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Exerccios
1.- Diagonalize se e possvel as matrizes A, B, C , D, F que aparecem no
exerccio 1 da secao anterior.
2.- Diagonalize as seguintes matrizes
A1 =
6 2
2 3
1 1
, A2 = 1 1
0 0
0
2
4
3
0 , A3 = 4 6 3
0
3
3
1
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Matrizes semelhantes
Definic
ao. Considere duas matrizes quadradas A e B. A matriz A e
semelhante à matriz B se, e somente se, existe uma matriz inversvel P
tal que A = PBP 1 .
- Observe que se A è semelhante a B entao B è semelhante a A.
Propriedades Sejam A e B matrizes semelhantes entao:
1. det(A) = det(B),
2. A e inversvel se, e somente se, B e inversvel,
3. A e B tem o mesmo polinomio caracterstico (mesmos autovalores),
4. A e B tem o mesmo traco.
5.- a matriz A e sua forma diagonal D = P 1 AP sao semelhantes.
6.- Seja P matriz invertvel, e B = PAP 1 demostrar que B n = PAn P 1 ,
n natural.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Observac
oes importantes
Suponhamos que temos uma matriz A33 e queremos diagonalizar. Pode
acontecer os seguintes cassos.
1.- Se a matriz tiver 3 autovalores diferentes (1 6= 2 6= 3 ), entao pela
condicao suficiente de diagonalizabilidade, a matriz A sera diagonalizavel.
2.- Pode ser que dois autovalores sejam iguais, tal que 1 = 2 6= 3 .
2a) Neste casso se mesmo assim conseguimos encontrar 3 autovetores
L.I. (um associado a 3 , e dois associaos a 1 ), entao ainda poderemos
diagonalizar a matriz A.
2b) Se somente encontramos dois autovetores L. I. associados a 1 e 3 ,
respectivamente, entao nao sera mais possvel diagonalizar a matriz A,
posto que precisamos 3 autovetores L.I.
3) Tres autovalores iguais. Nesste casso a semelhanca do casso dois,
teremos duas possibilidade, ou vamos poder diagonalizar (quando
conseguirmos 3 vetores L.I) ou nao sera possvel diagonalizar a matriz A.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Diagonalizac
ao ortogonal
Definic
ao 6. Seja A Mnn (R), diz-se que A e diagonalizavel
ortogonalmente se existe uma matriz P, ortogonal (P T = P 1 ), tal que
P 1 AP = P T AP = D e uma matriz diagonal; diz-se que P diagonaliza
ortogonalmente A.
Lembrando que se A e uma matriz simetrica entao:
(a) Todos os valores proprios de A sao reais.
(b) Vectores proprios associados a valores proprios distintos sao
ortogonais.
Teorema .- Seja A Mnn (R). Sao equivalentes as afirmacoes:
(a) A e diagonalizavel ortogonalmente.
(b) A admite um conjunto o.n. de n vectores proprios.
(c) A e simetrica. (prove de a b).
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Processo de diagonalizac
ao: Seja A Mnn (R) matriz simetrica.
Passo 1. Determinar uma base para cada subespaco proprio de A.
Passo 2. Aplicar o processo de ortogonalizacao de Gram-Schmidt a cada
base encontrada no Passo 1, para obter uma base o.n. para cada um dos
subespacos proprios de A.
Passo 3. Formar a matriz P cujas colunas sao os vectores das bases o.n.
dos subespacos proprios determinadas no Passo 2; a matriz P diagonaliza
ortogonalmente a matriz A. A matriz diagonal D = P T AP = P 1 AP
tem como entradas principais os valores proprios de A.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Exerccio 1 Determine
a matriz ortogonal P que diagonaliza a matriz
7 2 0
simetrica A = 2 6 2
0 2 5
a matriz
ortogonal P que diagonaliza a matriz

1 0 2
simetrica A = 0 0 0
2 0 4
a matriz
ortogonal P que diagonaliza a matriz

3 2 4
simetrica B = 2 6 2
4
2 3
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Aplicaco
es: Soluc
ao de Sistema de equaco
es diferencias ordinarias
a11 x1 (t) + a12 x2 (t) = x 1 (t)
a21 x1 (t) + a22 x2 (t) = x 2 (t), que na forma matricial e

x1 (t)
x 1 (t)
a11 a12
=
, ou AX (t) = X (t) sendo
x2 (t)
a21 a22
x 2 (t)
a11
a21
a12
a22
, X =
x1
x2
A solucao do sistema anterior e (demonstracao em calculo 3).

X (t)
c1 e 1 t V1 + c2 e 2 t V2 ,
sendo 1 , 2 e V1 , V2 autovalores/autovetores correspondentes da matriz

A.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Diagonalizac
ao ortogonal
Quest
ao. Dois tanques contem cada um 100 litros de uma mistura.
Inicialmente, a mistura no tanque A contem 40 gramas de sal, enquanto
a mistura no tanque B contem 20 gramas de sal. O lquido e bombeado
para dentro e para fora dos tanques como mostra a figura a seguir.
Determine a quantidade de sal em cada tanque no instante t. Determine
a concentracao final em cada tanque no estado estacionario.
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Summary
1
2
3
4
5
6
7
8
9
10
11
12
Definicao de E. V.
Subespaco
Dependencia Linear
Base e Dimensao
Produto interno
Ortonormalidade
Ortonormalidade
Mudanca de Bases
Matrizes ortogonais
Diagonalizacao
Referencias
Hector L.Carrion
aula-ECT/UFRN
Dependencia Linear
Base de um E. V.
Espaco Vetorial can
onico
Mudanca de Bases
Matrizes ortogonais
Diagonalizac
ao
Referencias
Referencias
`
E. Elon Lages Lima, Algebra
linear, colecao matematica universitaria
(IMPA)- Setima edicao 2008.
Anton Rorres, Algebra

Linear com aplicacoes, oitava edicao,
bookman.
`
Algebra
linear com aplicacoes, Steven J. Leon, Oitava edicao, Gen
LTC (2011).
àlgebra linear e suas aplicacoes, David C. Lay. 2da edicao GEN.
Hector L.Carrion
aula-ECT/UFRN

Espaço Vetorial

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Espaço Vetorial

Hochgeladen von

Copyright:

Verfügbare Formate

Summary

A4 inverso aditivo: para cada vetor v E existe um vetor v E ,

A5 distributividade: (a + b).v = a.v + b.v , e a.(u + v ) = a.u + a.v ;

Exemplo 1 Seja 3 o espaco vetorial euclideano 3-dimensional. Um

Seja Mnm () o conjunto de todas as matrizes de ordem n m. Se

Demonstre que o inverso aditivo u de u e

mostre que o espaco dos n

Demonstrar que 0.u =

Demonstrar que, dado um vetor v E , o elemento neutro 0 e unico.

Seja X o conjunto nao-vazio qualquer, poderia ser por exemplo, os

Seja s1 = {(0, x, y ), x, y }; s2 = {(x, 0, y ), x, y }; entao

Seja M2x2 o conjunto de matrizes com entradas todas reais de

Seja P3 o conjunto de todos os polinomios da grau menos ou igual a

seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

seja E um espaco vetorial. Diz-se que um conjunto V E e linearmente

Exemplo 1 Os vetores can

Teorema Se B = {v1 , ...., vn }

Exemplo 3 Mostre que as matrices m1 , m2 , m3 , m4 sao uma base de

Um conjunto com mais de n vetores em E

Mostre que S = {V1 , V2 , V3 } forma uma base do espaco 3 .

Determine a dimensao da base do espaco-solucao do sistema

Os axiomas do espaco vetorial nao sao suficientes para abordar certas

As seguintes propriedades devem ser satisfetias u, v , w , E

Norma : A norma de um vetor v (ou comprimento de v ) no espaco

v 7 N(v ) = |v | = < v , v >.

Observamos que N(v ) e um n

no espaco euclidiano 3 o produto interno can

Dado o produto interno < u, w > no espaco vetorial E , prove que se

e um produto interno, [a, b] . Determine o produto interno entre

Seja o espaco vetorial M22 () formado por todas as matrizes com

Para todo numero natural n, o smbolo n representa o espaco vetorial

Norma Euclidiana: A norma de um vetor v = (v1 , v2 , ..., vn ) do espaco

Distancia entre vetores.

Propriedades da distancia entre os vetores u e v . Seja u, v , w vetores de

Suponha que v , w , u sao vetores tais

Dado o produto interno < u, w > no espaco vetorial E = n , prove

Use o resultado anterior e demonstre a desigualdade triangular para

O calculo direto mostra que usando o produto interno canonico usual:

complemento ortogonal Se um vetor w E e ortogonal a todos os

O vetor Prw (v ) e paralelo a w .

Seja, B = {v1 , v2 , .....vn }, uma base qualquer do espaco vetorial E . A

w2 = v2 Prw1 (v2 ), logo q2 =

w3 = v3 Prw1 (v3 ) Prw2 (v3 ), logo q3 =

Prwj (vn ), logo qn =

Observe que |q1 | = ....|qn | = 1.

Seja E um espaco vetorial de dimensao n. Consideremos as bases

Consideremos como exemplo o vetor P

Podemos pensar que as coordenadasdo vetor qk na nova base B2

logo, a ordem da sumacao pode-se trocar,

comparando a igualdade anterior com a equacao (9) e utilizando a

`e importante fazer uma observacao, que verdadeiramente a matriz de

Exemplo 2 Seja B1 = {~i,~j, ~k} a base can

Exerccio 2 Seja um vetor v = (3, 4) na base can

Vamos visualizar o conceito de

Em geral se temos uma matriz ortogonal

os vetores coluna ai e aj sao ortonormais o que que dizer

A analise da ortonormalidade feita com os vetores coluna tambem pode

Exerccio 4 Seja o espaco Euclidiano 3 e a base can

Prove a igualdade (20).

Exerccio 6 Seja a matriz de rotacao

esta matriz descreve a rotacao feita por um vetor V ao redor do eixo +Z